3     月       11       日，全国两会闭幕， “人工智能”依然是热议话题，不过今年意义却大不一样，十三届全国人大四次会议表决通过十四五规划纲要，智能经济被寄予厚望。       2021       年很可能会是智能经济的一道分水岭。  

        2021   年，智能经济分水岭      

    自    2016     年以来，两会上关于   人工智能     的声音就越来越多。       2017       年两会上，百度       CEO       李彦宏提交的三份提案就均与       AI       相关，科大讯飞       CEO       董事长刘庆峰则提议将“智能       +       ”上升为国家战略……今年两会上 “人工智能”依然是高频词汇。    

    李彦宏提交的    5     份提案涉及自动驾驶和智能交通、智慧养老进社区等方面，均与       AI       相关；联想杨元庆则提出“新       IT       ”即       Intelligent Transformation       （智能转型）的概念；小米雷军的建议涉及智能制造等三个方面；       360       周鸿祎则建议要尽快加强智能汽车网络安全……  

    在两会上被表决通过的十四五规划纲要中，    “科技”出现     36       次，“数字”出现       17       次，“智能”出现       7       次。“加快数字发展”与“发展战略性新兴产业”均拥有自己的独立篇章。    

    规划纲要指出：    “发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。加强数字社会、数字政府建设，提升公共服务、社会治理等数字化智能化水平。”  

    规划纲要明确要    “推动互联网、大数据、人工智能等同各产业深度融合，推动先进制造业集群发展，构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎，培育新技术、新产品、新业态、新模式。”  

    今年两会上，代表们都在强调两个字：    “应用”，更关注     AI       在产业经济、社会民生与城市治理等领域的落地。十四五规划纲要指出要大力发展智能经济，       2021       年是十四五开局年，对中国人工智能产业来说，也将是至关重要的年份。    

     “十三五”期间，我国全社会研发经费支出从     1.42       万亿元增至       2.21       万亿元，着力加强基础研究和关键核心技术攻关，科技实力进一步增强。人工智能是我国科技自主创新的关键领域之一，我国       AI       产业取得了全球瞩目的成就，人才、算法、算力等基础已完善。    

 2020     年疫情不约而至，       AI       在防疫中贡献了力量，全社会对智能化达成高度共识。疫情期间我国提出“新基建”战略，人工智能是其重要组成部分之一。已经结束的地方两会也表明，全国多地正加速建设数字经济、发展人工智能产业、加快产业智能化升级。    

    天时地利人和，    2021     年人工智能将从小范围应用走向大规模落地。    

 新十年，智能经济面临哪些新机遇？  

        1   、     AI     基础技术进一步突破。      

     AI     经历“革命性十年”的大发展，底层算法以深度学习为核心。随着       AI       的大规模应用，       AI       技术已出现瓶颈。科学家与工程师们在现有技术框架下克服瓶颈，但却很难将其消除。算法层面，人工智能目前处于初级阶段，从被动感知向主动感知、认知和决策还需要技术全面提升；算力层面，人工智能对计算提出更高要求，当前的计算体系在成本、性能与能耗上均不堪重负。    

    新十年，    AI     基础技术或再度跃迁。递归神经网络       LSTM       之父       Jürgen Schmidhuber       在       2020       年就曾撰文指出，自然语言处理（       NLP       ）、计算机视觉与强化学习是       AI       前十年的技术主线，下一个十年，量子计算、无监督学习、浅层学习网络与算力       vs       深度学习进展，被寄予厚望。量子计算如果能够取得突破性进展，       AI       将是另外一番景象：“自       1975       年摩尔定律提出以来一直颠扑不破，但近       10       年来我们的发展慢了下来。因此，很多人相信技术进步即将到来，很可能就是我们前文讨论的量子计算。这将有助于推动深度学习的重大进步。”    

    我国已在战略布局下一代    AI     技术。十四五规划纲要指出，要瞄准人工智能、量子信息、集成电路、生命健康、脑科学、生物育种、空天科技、深地深海等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。    

        2   、智能云将成社会“水电煤”。      

    越来越多企业意识到    AI     价值，然而       AI       技术门槛颇高，企业自行研发并不现实，也无必要。基于 “云服务”模式，企业可快速基于云端       AI       技术能力开发       AI       应用。    

     2020     年底，       IDC       报告预测到       2021       年至少有       65%       的中国       1000       强企业将利用自然语言处理、机器学习和深度学习等       AI       工具，赋能       60%       在客户体验、安全、运营管理和采购等业务领域的用例。       IDC       在《中国人工智能云服务市场 研究报告 （       2020H1       ）》报告中指出，企业智能化转型是驱动       AI Cloud       市场规模增长的重要因素，       AI       云服务厂商在整体       AI       软件及应用市场中将获得越来越高的市场份额。云计算巨头纷纷在名字中加入“智能”背后，反映出它们对       AI       云服务的日益重视。    

    前十年，云计算是社会数字化基础设施；新十年，    AI     将成为云计算市场的一大增量，智能云则将成为智能社会的水电煤。    

        3   、服务机器人迎来黄金发展期。      

    前十年，大规模爆发的    AI     应用却不多。在消费市场，智能音箱、智能汽车、智能家居等少数产品实现智能化并大规模销售；在行业市场，在防疫、教育、金融、物流等少数行业，       AI       开始逐步应用。    

    新十年有望爆发式增长的    AI     应用则是服务机器人。服务机器人是指除工业机器人之外的、用于非制造业并服务于人类的各种先进机器人，主要包括个人       /       家庭用服务机器人和公共服务机器人。    

    人口老龄化加剧、劳动力成本上升，服务机器人市场需求更加强劲。    Strategy Analytics     数据显示，继       2020       年的年销量增长       24       ％之后，服务机器人销量将在       2021       年加速增长       31%       。       2020       年       Covid-19       疫情推动服务机器人增长，它们帮助家庭清洁地板、陪伴孩子，帮助企业分拣送货，通过紫外光对环境进行消毒。疫情期间，服务机器人明星公司优必选的防疫机器人就在       16       个国家       /       地区被应用；华住旗下将近       6000       家酒店皆推行了无接触智能服务，酒店机器人每月送物超过       20       万次，成为疫情期间的一道亮丽“风景线”。    

    《    2020     全球机器人统计报告》显示，全球专业服务机器人销售额增长       32       ％，在       2019       年达到       112       亿美元。优必选科技创始人周剑提出，过去十年是服务机器人的       10       年储备期，未来       10       年则是黄金发展期，越来越多服务机器人解决方案将在垂直领域落地应用，“未来       10       年，也许会有一家万亿级的服务机器人公司出现。”    

    服务机器人是我国    AI     战略的一部分，       2017       年       12       月《促进新一代人工智能产业发展三年行动计划       (2018-2020       年       )       》提出到       2020       年，智能家庭服务机器人、智能公共服务机器人实现批量生产及应用。前瞻产业研究院预测，我国服务机器人至       2023       年销量将超过       50       万台，销售额预计达       277       亿美元。    

        4   、     AI     进一步“下沉”到传统行业。      

    前十年，    AI     在一些行业率先落地，主要集中在金融、教育、娱乐、信息等相对新兴的第三产业。新十年，       AI       则会进一步“下沉”到千行百业，包括制造业、医疗、养老业以及古老的农业。    

    比如农业，互联网巨头纷纷布局    “养猪”业务，落地数字农业战略。     AI       与       IoT       设备、农机、无人机、无人车等技术结合，可用于提高农作物产量、优化灌溉系统、保护农田、治理虫害、监测牲畜健康，提升农业效益。有数据显示，农业领域人工智能技术和解决方案方面的支出预计将从       2020       年的       10       亿美元增长到       2026       年的       40       亿美元。    

    比如医疗，    AI     与生物科技、医疗科技等技术结合，将会对医疗健康产业产生深刻影响。       DeepMind       的       AlphaFold       应用深度学习技术在数十年来的蛋白质折叠生物学挑战中获得重大突破，科学家们用机器学习模型来学习化学分子的表示，以便制定更有效的化学合成计划；    

    再比如养老，今年两会关注老人面临的数字鸿沟，科技企业界代表们纷纷建言献策，助老养老正是服务机器人的重点场景。中国老龄人口已有两亿六千万，老龄产业成为    “一个巨大的朝阳产业”，康养养老行业均有大量服务机器人应用场景。在两会上，广东移动党委书记、董事长、总经理魏明表示，发展养老机器人产业既能有效破解养老资源紧缺问题，还能促进智慧养老产业蓬勃发展。优必选科技则对外透露其正在研发康养机器人及智慧康养解决方案，通过     5G       、物联网和人工智能技术，建设软硬一体化的智慧康养平台。    

    在    2020     年的世界人工智能大会上，李彦宏有一个判断：       AI       发展会经历技术智能化、经济智能化、社会智能化三个历史阶段，他认为       AI       正处在“从经济智能化的前半段向后半段过渡的时期，具体表现在       AI       能力从逐步向平台化，正在朝向产业化方向演进。”现在看来，李彦宏的判断或许有些悲观，新十年，“社会智能化阶段”已全面来临。    

    收割季，    AI     产业化依然面临三道老坎    

    技术驱动的产业发展，一般都逃离不了高德纳（    Gartner     ）的“技术成熟度曲线”模型（       Gartner Hype Cycle       ），该模型认为，一门技术的发展要经历五个阶段。    

 启动期：概念，媒体有所报道，引起外界兴趣。  

 泡沫期：个别成功案例，一些激进的公司开始跟进。媒体大肆报道，各种非理性的渲染。  

 低谷期：该技术的局限和缺点逐步暴露，对它的兴趣开始减弱。基于它的产品，大部分被市场淘汰或者失败，只有那些找到早期用户的公司艰难地活了下来。  

 爬升期：该技术的优缺点越来越明显，细节逐渐清晰，越来越多的人开始理解它。基于它的第二代和第三代产品出现，更多的企业开始尝试，可复制的成功使用模式出现。媒体重新认识它，业界这一次给予了高度的理性的关注。  

 高原期：经过不断发展，该技术慢慢成为了主流。技术标准得到了清晰定义，使用起来越发方便好用，市场占有率越来越高，进入稳定应用阶段。配合它的工具和最佳实践，经过数代的演进，也变得非常成熟了。业界对它有了公认的一致的评价。  

     AI     一路走来，经历了最初被高度看好、泡沫化严重后被广泛唱衰，再到泡沫去掉后成熟稳健发展等阶段。今天       AI       进入高原期，成为主流技术，将被大规模应用。不过，       AI       产业依然有一些客观问题有待行业给出答案，这些问题都是老问题，只不过当下更加紧迫。    

        第一个是     AI   商业化能力有待证明。      

     AI     创业公司最有名的当属“       CV       四兽”，即专注于机器视觉技术服务的四大独角兽公司：商汤、旷视、依图与云从。       2020       年旷视科技冲击港股       IPO       未果，       3       月       12       日再度冲刺科创板；此前不久依图与语音       AI       企业云知声       IPO       折戟，多家       AI       公司上市遇阻，核心原因在于商业化能力有待证明。    

    《财经》披露的数据显示，商汤    2019     年营收超过       50       亿元，而云从和依图分别才刚刚超过       8       亿元、       7       亿元。       2017       年至       2019       年，旷视营收规模逐年增长，营业收入从       3       亿元增长至       12.6       亿元。这些       AI       独角兽公司都有一些共同特征：营收增长快但整体规模较小，但烧钱规模却很可观，大都已完成数亿甚至数十亿美元融资，却一直亏损，招股书显示，报告期内（       2017       年、       2018       年、       2019       年、       2020       年       9       月），旷视科技净亏损达到       7.7       亿元、       28       亿元、       66.4       亿元与       28.5       亿元，因此有媒体将它们称为“吞金兽”。    

    不只是    CV     四兽。截至目前，不论是消费端的智能音箱       /       智能驾驶等       AI       产品，还是产业端的       AI       行业服务，普遍都存在“亏损换规模”的现状。对此，一方面，       AI       企业要积极探寻商业模式，在技术研发外对市场高度重视，强化现金流能力，让       AI       赚取真金白银，比如可以让       AI       深度融合场景，对产品做减法，从应用场景的单点和单应用切入，从单点产品到解决方案，再到面，不断壮大       AI       应用生态。       AI       企业也要从解决社会重大问题和满足社会重大需求进行突破；另一方面，投资者要给       AI       公司更多耐心，要有放长线钓大鱼的长期思维，毕竟       AI       大规模爆发时点才刚刚到来。市场已经证明       AI       不是技术泡沫，资本应该放宽心，给予       AI       创业者更多耐心。  

        第二个是     AI   人才荒依然有待缓解。    

    前些年    AI     快速爆发，导致       AI       人才一度供不应求，企业年薪百万招聘       AI       专业大学毕业生、高价挖角高校       AI       专家的新闻不少。后来，国家重视       AI       教育、高校开设       AI       专业、产学研共同培育       AI       人才，       AI       人才荒得到一定程度解决，仅仅是百度就宣称自己已给行业培养       100       万       AI       人才；优必选科技则宣称在全球       40       多个国家，有约       150       万名学生通过优必选科技学习人工智能。    

    然而，    AI     人才供给依然跟不上       AI       产业化进程，新十年       AI       人才依然供不应求。    

    高端    AI     人才依然稀缺，根据美国保森基金会旗下智库的统计显示，截至       2019       年底，全球顶尖       AI       人才中的近       60%       定居美国，在中国接受本科教育的顶尖       AI       人才占比最高，达到       29%       ，就是说，很多中国       AI       人才出国深造后留在了美国工作，导致中国本土高端       AI       人才匮乏。中国是       AI       大国，但领英大数据却显示，中国顶级人工智能人才仅排第六名。    

    细分领域    AI     人才同样短缺，比如服务机器人领域，       AI       人才荒更严峻，因为这是一个复杂系统，牵涉到多学科，厂商需求大量复合型技术人才、市场人才以及产品人才；应用场景则需要懂服务机器人和人工智能的人才。然而，复合型研发人才和应用人才太少，直接制约了产品研发和行业应用。    

     2020     年国内人工智能人才缺口达       500       多万，供需比例严重失衡。       2021       年加强人工智能人才，特别是高端人工智能人才、细分       AI       领域人才的培养，已迫在眉睫。    

        第三个则是     AI   伦理问题变成燃眉之急。      

    类似于    AI     换脸、“基于人脸识别的教室监控”这样的       AI       应用出现，让人们意识到，       AI       技术爆发，人类并未完全准备好。    

    任何技术都是双刃剑，    AI     也不例外。       AI       技术会给网络欺诈提供便利，让“造假”变得更加容易，且难以辨别；       AI       技术会让很多人失业，尤其是重复性强的工作，比如收银、客服、监测、软件测试工程师；       AI       算法是被人训练出来的，人的偏见会被       AI       继承，比如性别歧视、种族歧视、地域歧视；       AI       技术被黑客掌握，黑客的攻击手段会全面升级。    

    随着服务机器人、无人车等看得见、摸得着的    AI     应用爆发，       AI       伦理变得更重要。服务机器人在服务人类时，可能会跟人或者环境发生冲突       /       冲撞，责任该如何划分？无人车在马路上出现事故，责任又该如何划分？很多问题都有待解决。我们不能因噎废食限制       AI       发展，唯有       AI       伦理与法规双管齐下。    

     AI     伦理是人与机器以及       AI       时代人与人相处的道德准则，“阿莫西夫机器人三原则”就属于机器人伦理。除了道德准则外，法律法规也亟待完善，比如针对自动驾驶的法律法规正在形成。    

    亚马逊、微软、谷歌、    IBM     、       Facebook       、苹果等公司已联合成立非营利性人工智能合作组织以解决       AI       伦理问题；       2017       年微软在内部成立人工智能伦理委员会（       AETHER       ）；       2018       年       Facebook       宣布已成立专门伦理团队防止人工智能的偏见。    

    国内，百度李彦宏多次提交关于    AI     伦理的提案，       2019       年马化腾就指出“       AI       治理的紧迫性越来越高”，应以“科技向善”引领       AI       全方位治理，确保       AI       “可知”、“可控”、“可用”、“可靠”。我国监管部门则从顶层设计上决定了       AI       伦理的规范和执行。       2019       年       6       月国家新一代人工智能治理专业委员会发布报告，提出发展“负责任的人工智能”，这是我国首次发布人工智能治理原则，当年       7       月       24       日，《国家科技伦理委员会组建方案》被通过，根据《国家科技伦理委员会组建方案》要求，组建国家科技伦理委员会，会议指出：科技伦理是科技活动必须遵守的价值准则。    

     AI     新十年来临，我们有理由相信，智慧的人类既可以发展利用       AI       ，让       AI       给国家、社会、企业与人民创造更多价值，也一定可以驾驭       AI       ，与       AI       和平共处。